继FMEA之后，AIAG与VDA再次联手， 正式发布SPC统计过程控制手册（黄皮书）。 这意味着，困扰供应链多年的 “一国两制”标准（美系vs德系）将彻底终结。 这次合并，绝不是简单的“剪切粘贴”， 而是底层逻辑的重构： 从“事后筛选”的检测工具，升级为贯穿全生命周期的“预防体系”。主要变化如下：

术语与标准的统一：新版手册明确了过程能力（Cp/Cpk）与过程性能（Pp/Ppk）的适用场景，统一了“特殊原因变差”等关键术语，使得跨国供应商能够用一套方法应对全球客户的需求。

过程导向的转变：SPC不再孤立存在，而是与过程流程图（Process Flow）、PFMEA（过程失效模式及后果分析）等工具紧密联动，实现了从被动检测到主动预防的转变。

数字化与软件战略的升级：首次将分析软件提升至战略高度，强调SPC与MES（制造执行系统）/工业4.0平台的集成，支持高频数据的实时处理，并引入了适用于短周期生产的新工具，如移动极差图、Z值法等。

AI技术的融入：虽然不强制要求，但新版手册明确提示了AI在异常模式识别中的潜在应用，呼应了IATF（国际汽车工作组）对AI应用的监管趋势，为智能化质量控制指明了方向。

设备能力的独立评估：新增了“机器性能指数（Pm/Pmk）”，专门用于设备验收阶段，更精准地评估机器本身的性能。

非正态分布数据的处理：针对汽车行业常见的形位公差等非正态特性，提供了专用的计算模型，使统计方法更加贴合实际需求。

控制图体系的细分：按照数据类型、控制目标、过程特性三个维度进行分类，针对小批量、多变量等复杂场景提供了专门的控制图，如“短期运行控制图”、“多变量控制图”等。

异常处理流程的标准化：新增了“失控行动计划（OCAP）”，制定了标准化的异常处理流程，明确了责任人、调整矩阵和验证方法，形成了改进的闭环。